什么是GUI？

GUI的全称是Graphical User Interface，即图形用户接口。在以前的计算机显示界面中，都是消息展示，也就是说展示出来的界面不是图形化的，这样对创作者来说减轻了工作压力，但是增大了使用者理解难度。因此，为了让计算机界面更加人性化，程序员有必要学习GUI特性。

读入图像——cv2.imread( )

cv2.imread(‘地址’,读取方式) ——解释：地址是图片在本地磁盘中的完整路径，要保证opencv可以顺利读取到图片。如果路径出错，opencv不会报错，但是在对图片打印或者保存等后续操作就无法进行了。读取方式决定函数如何读取图片。
cv2.IMREAD_COLOR ——解释：（1）读入一张彩色图片，但是不包括图片的透明度，为默认参数。
cv2.IMREAD_GRAYSCALE ——解释：（0）以灰度模式读入图片，此时图片为单通道。
cv2.IMREAD_UNCHANGED ——解释：（-1）读入图片，包括图片的alpha通道。（aplha通道即阿尔法通道，用来表示图片透明度的，只有0和1来表示透明和不透明。但是一个byte占用一个0或者1；如果有多个byte存在，就可以表示更多的可能性了。）
cv2.IMREAD_ANYDEPTH ——解释：（2）若载入的图像的深度为16位或者32位，就返回对应深度的图像，否则，就转换为8位图像再返回。
cv2.IMREAD_ANYCOLOR ——解释：（4）

读入：代码演示

# coding=utf-8

import cv2
import numpy as np
img = cv2.imread('./images/1.jpg',0)

显示图像——cv2.imshow( )

cv2.imread(‘窗口名’,图像名) ——解释：第一个参数是显示读取图像的窗口的命名，第二个参数是打算显示的图像的名字。前面带双引号，后面不带。
cv2.waitKey(0) ——解释：键盘绑定函数，时间尺度毫秒级。输入0代表无限等待键盘输入。
cv2.destroyAllWindows() ——解释：删除所有显示的窗口。
cv2.destroyWindows(‘窗口名’) ——解释：删除指定窗口名的窗口。
cv2.namedWindow(‘窗口名’) ——解释：自建窗口，可以控制窗口的大小。
cv2.WINDOW_AUTOSIZE ——解释：窗口大小自动设置。
cv2.WINDOW_NORMAL ——解释：控制窗口大小。图像维度过大，或者需要添加轨迹条，调整窗口显得很有效率。

显示：代码演示

# coding=utf-8

import cv2
import numpy as np

cv2.nameWindows('image',cv2.WINDOW_NORMAL)
cv2.imread('./images/1.jpg',0)
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

保存图像——cv2.imwrite( )

cv2.imwrite(‘保存的文件名’,图像名) ——解释：第一个参数是保存的这个图片名字要叫什么，包括图片的格式（jpg、png），第二个参数是目前图片的名字。

保存——代码演示

# coding=utf-8

import cv2
import numpy as np

cv2.imwrite('xiaoyin.png',img)

总结——加载灰度图

# coding=utf-8

import cv2
import numpy as np

img=cv2.imread('xiaoyin.jpg',0)
cv2.imshow('img',img)
k=cv2.waitKey(0)&oxFF
if k == 27:     # wait for ECS key to exit 
	cv2.destroyAllWindows()
elif k == ord('s'):     # wait for 's' key to save and exit
	cv2.imwrite('xiaojiang.png',img)
	cv2.destroyAllWindows()

使用Matplotlib_灰度图像

Matplotlib 是 Python的一个绘图库，包含各种绘图方法。

# coding=utf-8

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('xiaoyin.img',0)
plt.imshow(img,cmap = 'gray',interpolation = 'bicubic')
plt.xticks([]),plt.yticks([])     # to hide tick values on X and Y axis
plt.show()

图像灰度效果：

灰度图